1) Model of parameter estima-tion
参数估计模型
2) nonparametric estimation model
非参数估计模型
3) parameter estimation of ARMA model
ARMA 模型参数估计
4) model parameter estimation
模型参数估计
1.
Simplex -annealing hybrid approach for model parameter estimation;
基于Simplex-annealing混合方法的模型参数估计
2.
With a model parameter estimation method,the least square(LS) optimal model was established based on the measuring data and the nominal surface,and then the LS estimations of the posture errors were obtained to correct the measurement result.
利用模型参数估计的方法,建立了测量数据与名义面形之间基于最小二乘法的优化模型,得到了上述位姿误差的最小二乘估计,并据此对工件面形误差测量结果进行校正,消除了位姿误差的影响,提高了测量结果的可信度与精度,最终使测量系统精度达到0。
3.
Presents the application of autoregressive moving average spectrum estimation in analyzing spread spectrum signal The algorithm of ARMA model parameter estimation is also presented Moreover,it gives a simulation example of analyzing spread spectrum signal using Matlab function
提出了利用自回归滑动平均谱估计分析识别扩频信号 ,给出了模型参数估计算法。
5) model-based parameter estimation (MBPE)
参数模型估计(MBPE)
6) Hardening characteristics estimation
硬化模型参数估计
补充资料：参数估计的收敛性
在一定条件下对系统的参数进行估计时，随着测量数据的增多，参数的估计值向其真实值逐步逼近的性质。收敛性是参数估计理论的一个重要内容。在研究参数估计的收敛性时常用的工具是概率方法，它适用于固定样本的估计和递推估计（见递推估计算法）。20世纪70年代后期，出现常微分方程方法，它是从研究估计值的内插曲线的尾函数性质来推断参数估计的收敛性的。后来又出现将上述两种方法结合起来的研究方法。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条